G_redsky
码龄9年
求更新 关注
提问 私信
  • 博客:279,809
    动态:452
    280,261
    总访问量
  • 72
    原创
  • 15,032
    粉丝
  • 28
    关注
IP属地以运营商信息为准,境内显示到省(区、市),境外显示到国家(地区)
IP 属地:北京市
加入CSDN时间: 2018-03-07
博客简介:

G_redsky的博客

博客描述:
一个想到啥分享啥的博主
查看详细资料
个人成就
  • 获得1,206次点赞
  • 内容获得72次评论
  • 获得2,688次收藏
  • 代码片获得11,424次分享
  • 博客总排名1,023,706名
创作历程
  • 70篇
    2024年
  • 2篇
    2022年
成就勋章
TA的专栏
  • 计算机视觉
    12篇
  • 计算机原理
    5篇
  • 高效办公
    2篇

TA关注的专栏 0

TA关注的收藏夹 0

TA关注的社区 1

TA参与的活动 1

兴趣领域 设置
  • 人工智能
    opencv计算机视觉机器学习深度学习神经网络图像处理nlp
创作活动更多

AtomGit「码动四季·开源同行」秋季征稿活动

秋季征稿主题:开源成果经验分享 成果不止一种形态,我们为你准备了六大赛道,总有一款适合你: 开源项目成果复盘 把项目一年/一季的成长摊开来看:里程碑复盘、Star 与用户增长复盘、版本迭代复盘、从 0 到 1 的发布复盘。 🖊️ 示范选题: ●开源项目从 0 到 1000 Star,我做对了什么 ●开源一周年,我交出的成绩单 这类文章不只是一次经验分享,也是一张项目名片。欢迎将项目托管到 AtomGit 并申请成为 G-Star 项目,通过后可获得平台流量推荐、项目宣传等权益。(G-Star:AtomGit 最具影响力开源项目) ![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/1f90c61528ad410d8d66f9d0e3707a5a.png) 咨询 G-Star 项目申请 2️⃣ 技术经验体系化沉淀 踩坑合集、最佳实践总结、工具链实战、CI/CD 流水线搭建、代码重构与架构演进。 🖊️ 示范选题: ●提了 50 个 PR 后,我总结的开源协作避坑清单 ●一次重大重构复盘:把单体拆成可维护的模块 3️⃣ AI 赋能开源的实战成果 AI 编程助手实战测评、基于开源模型的微调与应用开发、AI 辅助研发提效流水线。 🖊️ 示范选题: ●我用 AI 编程助手把提 PR 效率翻了 3 倍 ●基于开源大模型搭了个 XX 工具(附完整教程) 4️⃣ 开源共建笔记|文档、社区与布道 开源文档写作与翻译、issue 互助经验、组织 meetup、用开源项目做教学与分享。 🖊️ 示范选题: ●一个优秀开源项目,文档应该怎么写 ●我用开源项目做了个线上 Workshop ![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/23e83ceebc594c379f7fc6aa8dcfa40c.png) 扫码加入码动四季投稿交流群,和更多伙伴一起交流技术!

16人参与 去参加
  • 最近
  • 文章
  • 专栏
  • 代码仓
  • 资源
  • 收藏
  • 关注/订阅/互动
更多
  • 最近

  • 文章

  • 专栏

  • 代码仓

  • 资源

  • 收藏

  • 关注/订阅/互动

  • 社区

  • 帖子

  • 问答

  • 课程

  • 视频

搜索 取消

图像处理算法在遥感图像上的重要应用

遥感技术作为一种从高空或外空获取地表信息的重要手段,已经成为自然资源管理、环境保护、灾害监测、军事侦察等诸多领域的有力工具。而图像处理算法在遥感图像上的应用则是实现这些目标的技术基石。下面将探讨几种常用的图像处理算法及其在遥感图像上的应用实例。:通过对原始遥感图像进行亮度、对比度、锐化等操作,增强图像的可视性和细节辨识度,以便于进一步分析和解释。例如,使用直方图均衡化技术可以使灰度分布均匀,改善暗区或亮区过多的问题;拉普拉斯算子则能突出边界信息,利于地貌形态描绘。
原创
博文更新于 2024.11.14 ·
1478 阅读 ·
19 点赞 ·
0 评论 ·
12 收藏

全局滤波.pdf

发布资源 2019.08.06 ·
pdf

【图像校正】Matlab实现文本校正

在上述代码中,首先读取图像并转换为灰度。接着,应用高斯模糊和Canny边缘检测来提取图像中的线条。通过霍夫变换找到图像中的垂直和水平线条,并计算这些线条的交点,以确定文本的四个角点。然后,创建一个新的图像用于存放校正后的文本,并计算透视变换矩阵。最后,应用透视变换,并显示校正后的文本。在MATLAB中,文本校正通常指的是对图像中的文本进行透视变换,以纠正由于拍摄角度或透视效果导致的文本扭曲。这可以通过使用MATLAB的计算机视觉工具箱中的。
原创
博文更新于 2024.06.05 ·
627 阅读 ·
1 点赞 ·
0 评论 ·
1 收藏

C++中的继承与多态

当一个基类指针或引用指向派生类对象时,通过虚函数调用可以根据对象的实际类型来执行相应的函数。:子类继承父类的公有成员和保护成员,并且这些成员在子类中仍然保持保护属性。:子类继承父类的公有成员和保护成员,但是这些成员在子类中成为私有的。在C++中,继承和多态是面向对象编程的核心概念,它们使得代码更加模块化、可重用和易于维护。当基类指针或引用调用虚函数时,会发生动态绑定,即实际调用的是对象所属类的版本。虚函数的调用是多态的基础,它使得不同子类的对象可以通过相同的接口进行操作。类的速度和加速功能。
原创
博文更新于 2024.04.29 ·
631 阅读 ·
4 点赞 ·
0 评论 ·
6 收藏

C++智能指针理解与使用

智能指针的使用可以大大简化内存管理,但也应该谨慎使用,以避免不必要的性能开销。例如,在性能敏感的应用中,过度依赖智能指针可能会导致性能问题,因为它们需要维护额外的引用计数或弱引用信息。在C++中,智能指针是一种自动管理动态分配内存的工具,它们可以帮助避免内存泄漏和其他内存管理错误。在需要显式释放资源的场景中,如文件句柄或网络连接,确保使用正确的智能指针或结合原始指针的手动资源管理。它是一种独占所有权的智能指针,表示对动态分配对象的唯一所有权。用于避免循环引用,它不会增加所指向对象的引用计数。
原创
博文更新于 2024.04.29 ·
664 阅读 ·
9 点赞 ·
0 评论 ·
3 收藏

C++中类与对象

类的定义通常包括访问修饰符、成员变量、成员函数和构造函数。int height;// 构造函数// 成员函数在这个例子中,Rectangle是一个类,它有两个公共成员变量width和height,以及一个构造函数和一个成员函数area。构造函数用于初始化对象的状态,成员函数则提供了对对象状态的操作。
原创
博文更新于 2024.04.29 ·
500 阅读 ·
4 点赞 ·
0 评论 ·
5 收藏

如何理解C++中的高效内存管理方式new 和delete

随后,`delete myObject`会调用`MyObject`的析构函数,然后释放分配的内存。够造和析构:使用`new`和`delete`时,编译器会生成对应的构造和析构代码,这可能会导致额外的开销。智能指针:使用C++11的智能指针(如`std::unique_ptr`和`std::shared_ptr`)可以帮助自动管理内存,特别是当你需要共享或转移对象所有权时。内存对齐:现代计算机体系结构通常对内存访问有对齐要求,`new`和`delete`确保按照合适的对齐方式分配和释放内存。
原创
博文更新于 2024.04.27 ·
516 阅读 ·
11 点赞 ·
1 评论 ·
1 收藏

计算机视觉入门书籍推荐

虽然这本书的重点是深度学习,但它也包含了关于如何使用Keras框架进行计算机视觉任务的章节,适合希望通过深度学习方法进行计算机视觉开发的读者。这本书是计算机视觉领域的经典教材,虽然不完全是编程开发指南,但它提供了深入的算法描述和理论基础,有助于开发者理解计算机视觉背后的原理。这本书提供了计算机视觉的全面概述,包括视觉感知的生物学基础、计算机视觉的基本概念和技术,以及当前的研究热点。本书是计算机视觉领域的经典教材,全面介绍了计算机视觉的基本原理和算法,适合有一定数学和编程基础的读者。
原创
博文更新于 2024.04.26 ·
2538 阅读 ·
6 点赞 ·
5 评论 ·
11 收藏

简述c和c++编程开发的本质区别

C++提供了`new`和`delete`运算符来进行动态内存的分配和释放,它们可以自动处理对象的构造和析构,此外C++还引入了智能指针(如`unique_ptr`和`shared_ptr`)来进一步管理内存。- C++的标准库(如`iostream`, `string`, `vector`, `algorithm`等)非常庞大,提供了丰富的功能,支持各种数据结构和算法。C语言主要通过`malloc`, `calloc`, `realloc`, 和 `free`等函数来手动管理内存。
原创
博文更新于 2024.04.26 ·
1126 阅读 ·
4 点赞 ·
0 评论 ·
10 收藏

计算机视觉顶会有哪些

ICML(国际机器学习大会):同样,ICML也不是专门针对计算机视觉的会议,但计算机视觉领域的许多研究工作涉及到机器学习技术,因此ICML也是计算机视觉研究者关注的重要会议之一。NeurIPS(神经信息处理系统大会):虽然不是专门针对计算机视觉的会议,但由于计算机视觉与机器学习的紧密联系,NeurIPS也吸引了大量计算机视觉领域的研究者参与。:Applied Sciences是一个跨学科的开放获取期刊,覆盖应用科学的各个领域,包括计算机视觉。该期刊的审稿周期相对较短,且对于新手作者比较友好。
原创
博文更新于 2024.04.23 ·
2571 阅读 ·
10 点赞 ·
3 评论 ·
10 收藏

【目标检测】根据目标边缘检测结果,生成完整轮廓-轮廓生长算法

结构体则用于存储每个对象的生长信息。在循环结束后,所有对象的生长信息被存储在。函数来获取目标的轮廓信息。函数进行腐蚀操作,以去除小的噪点。函数进行膨胀操作,以实现目标轮廓的生长。函数将生长后的目标轮廓和中心点显示出来。函数将彩色图像转换为灰度图,然后使用。变量用于记录每次迭代后的生长区域,而。在MATLAB中,可以使用。需要注意的是,上述代码中的。函数来标记连通域,并使用。在上述代码中,首先使用。
原创
博文更新于 2024.04.11 ·
643 阅读 ·
6 点赞 ·
0 评论 ·
2 收藏

【图像配准】matlab实现图像配准过程中,如何用非极大值抑制方法nms减少特征点keypoints,提高匹配效率?

为了系统地评估SIFT关键点的质量,可以设计一系列实验,包括改变图像条件(如光照、对比度、模糊等)和变换图像(如缩放、旋转、仿射变换等),然后在每种情况下评估关键点的分布、稳定性和匹配质量。:算法在执行过程中占用的内存量也是一个重要的效率指标,特别是在内存受限的环境中。:SIFT算法生成的描述符具有很高的独特性,这有助于区分不同的特征点,即使在特征点密度很高的情况下也能保持较低的误匹配率。通过综合这些指标和评估结果,可以对特征提取和匹配方法的效率进行全面的评价,并据此做出技术选型的决策。
原创
博文更新于 2024.04.08 ·
1759 阅读 ·
40 点赞 ·
0 评论 ·
21 收藏

【目标检测】MATLAB中实现红外图像和可见光图像的配准融合以及前方障碍物检测示例

在实际应用中,您可能需要处理视频流,而不是静态图像,这将涉及到实时数据处理和更高级的算法。例如,如果视频中的运动目标非常小或者背景复杂,可能需要更复杂的算法来提高目标检测的准确性。:优化MATLAB代码,避免不必要的计算和内存占用;:对于静态或缓慢变化的场景,可以使用背景减除或帧间差异技术来忽略静态背景,仅对变化的部分进行分析。:将深度学习模型进行压缩和低比特量化,以减少模型大小和提高推理速度,但可能会牺牲一定的精度。:在保证精度的同时,采用多尺度输入或金字塔特征图来检测不同大小的目标,以减少计算量。
原创
博文更新于 2024.04.08 ·
2144 阅读 ·
24 点赞 ·
0 评论 ·
45 收藏

【图像融合】MATLAB实现红外图像和可见光图像的特征匹配及图像融合示例

在MATLAB中,可以使用多种内建函数来实现特征匹配和图像融合。
原创
博文更新于 2024.04.08 ·
3676 阅读 ·
34 点赞 ·
1 评论 ·
42 收藏

【小游戏】用MATLAB编写简单的小游戏

这个游戏使用了文本界面,蛇由字符 'S' 表示,苹果由字符 'A' 表示。用户可以使用键盘上的 'a', 'd', 'w', 's' 来控制蛇的方向,'q' 键用来退出游戏。当蛇撞墙或撞到自己时,游戏结束。在MATLAB中编写一个简单的小游戏,我们可以选择一个经典的游戏类型,比如贪吃蛇。我们还添加了音效和用户控制游戏速度的功能,以提高游戏的趣味性和可玩性。设计游戏的可配置性,允许用户自定义游戏的难度,如蛇的初始长度、苹果出现的频率等。添加音效,如蛇移动时的声音和吃到苹果时的声音,以增强游戏的沉浸感。
原创
博文更新于 2024.03.30 ·
3462 阅读 ·
14 点赞 ·
4 评论 ·
44 收藏

【计算机视觉】点云图像处理技术的应用及图像配准

变换模型估计:根据匹配的特征点,估计雷达点云与图像之间的变换模型。预处理:对雷达点云数据进行预处理,包括去噪、滤波、下采样等,以减少数据量并提高后续处理的效率。特征匹配:使用特征匹配算法,如SIFT、SURF或ORB,将雷达点云的特征点与图像的特征点进行匹配。数据采集:首先,需要同时获取雷达点云数据和相应的图像数据。配准:将雷达点云数据根据估计的变换模型进行配准,使其与图像对齐。自动驾驶汽车:自动驾驶汽车通过激光雷达(LiDAR)传感器获取周围环境的三维点云数据,进行障碍物检测、道路边界识别、车辆跟踪等。
原创
博文更新于 2024.03.30 ·
2474 阅读 ·
11 点赞 ·
0 评论 ·
28 收藏

一文读懂PCA主成分分析法在计算机视觉中的应用

此外,PCA并不考虑数据的标签信息,因此它可能不是最佳的特征提取方法,尤其是在需要区分不同类别的任务中。通过PCA,可以将人脸图像转换到一个低维空间,这个空间中的坐标可以作为人脸的特征向量。例如,在人脸识别中,PCA可以用来降低人脸图像的维度,同时尽可能保留人脸的关键特征。通过分析图像的颜色和纹理特征,PCA可以帮助识别图像中的不同部分,并将它们分割开。我们的目标是使用PCA来降低图像的维度,同时保留人脸的关键特征。图像压缩:通过PCA可以有效地降低图像的维度,同时保留图像的主要特征,从而实现图像的压缩。
原创
博文更新于 2024.03.28 ·
2255 阅读 ·
31 点赞 ·
0 评论 ·
7 收藏

【C#】用C#创建人脸识别系统

至少需要一个PictureBox控件来显示图像,以及按钮来触发加载图像和执行面部识别。使用所选的库中的面部识别的API。以Emgu CV为例,您可以使用CascadeClassifier类来检测图像中的面部。Emgu CV是一个流行的选择,因为它是OpenCV的.NET封装。可能需要调整识别参数或尝试不同的面部识别算法。这些数据集通常包含不同人脸的图像,用于训练和测试面部识别模型。运行应用程序,加载面部图像,并测试面部识别功能。安装.NET Framework或.NET Core,这取决于您选择的库。
原创
博文更新于 2024.03.28 ·
1251 阅读 ·
4 点赞 ·
0 评论 ·
5 收藏

【C#】用C#编写简单的计算机视觉软件

OpenTK:这是Open Toolkit的.NET封装,提供了对OpenGL和OpenAL的访问,可以用于图像渲染和音频处理。Sfml.Net:这是Simple and Fast Multimedia Library(SFML)的.NET版本,主要用于游戏开发,但也可以用于图像处理和计算机视觉项目。Emgu CV:这是OpenCV的.NET封装,提供了许多计算机视觉功能,如图像处理、特征提取、目标识别等。Accord.NET:这是一个机器学习框架,也包括了一些计算机视觉的功能,如图像处理和模式识别。
原创
博文更新于 2024.03.28 ·
1014 阅读 ·
9 点赞 ·
0 评论 ·
8 收藏

基于深度学习的红外和可见光图像融合

发布资源 2024.03.23 ·
caj
加载更多